摘要：针对并行设计决策系统的特点 ,建立了基于公理化设计理论的并行设计决策系统模型。以面向制造的设计为例 ,通过决策目标分解 ,将一个复杂的耦合系统转变成非耦合的模块组合结构 ,建立了可制造性评价指标体系 ,讨论了决策系统的设计过程 ,为计算机辅助决策过程奠定了基础。

摘要：针对非线性系统逆模型的学习问题,提出一种基于贝叶斯-高斯神经网络(BGNN)的设计方法.BGNN模型的训练分为两个步骤,首先利用群智能优化算法进行BGNN的离线结构训练;然后用训练好的BGNN模型在线整合历史数据,进行非线性系统逆模型的获取.对水轮发电机组非线性系统进行了BGNN逆模型的仿真,结果表明了BGNN逆模型设计方法具有结构简单、在线辨识效果好等优点,适于非线性离散系统的逆模型设计.

摘要：运用状态反馈线性化与线性H∞ 鲁棒控制相结合的方法 ,设计了含外界干扰的混沌系统的非线性鲁棒控制器 ;利用混沌系统的自身特性设计了状态观测器来估计系统的未知状态 ,从而实现了混沌系统的状态观测器—鲁棒控制器设计。运用这一方法对R¨ossler混沌系统设计混沌控制器 。

摘要：为了设计系统的保性能控制器,使得闭环系统是正则、具有因果关系且稳定和性能指标有一上界,研究了扰动是满足Lipschitz条件的一类非线性离散奇异时滞系统的保性能控制问题.应用线性矩阵不等式方法,给出了系统的保性能控制器存在的充分条件,并在这些条件可解时,给出了保性能控制器的表达式.最后通过仿真实例表明了所给方法的有效性.

摘要：本文针对无向图拓扑网络下的多Euler-Lagrange系统,设计了一种分布式跟踪控制策略.在只有部分智能体能够获取领航智能体信息,且各Euler-Lagrange系统模型未知的情况下,针对领航智能体速度恒定和时变两种情况进行研究,分别设计相应观测器实现了对领航者速度的观测,且观测值的导数连续,并给出了观测器收敛的充分条件.控制器由两部分组成:第1部分是一个神经网络系统的输出,以逼近系统的未知非线性环节,第2部分是一个鲁棒项,以消除逼近误差与系统外部扰动的影响,保证控制量的连续性.采用Lyapunov理论证明了闭环系统的稳定性,通过仿真验证了本文所提算法的有效性.

摘要：为提高同步转向高地隙喷雾机轨迹跟踪的稳定性与鲁棒性,提出一种基于模型预测控制理论的模糊自适应轨迹跟踪方法。首先,基于刚体运动学以及几何约束推导出喷雾机的非线性运动学模型,并对该运动学模型进行简化;然后,基于简化的运动学模型建立喷雾机的状态预测模型;最后,结合实际工况设计了模糊自适应预测控制器。仿真试验表明:与传统的预测控制器相比,模糊自适应预测控制器的跟踪速度更快、稳定性更好。场地试验表明:在进行初始误差2.5、5 m的直线轨迹跟踪以及无初始误差的圆形轨迹跟踪时,其平均误差分别为0.0442、0.0602、0.0901 m。本文建立的喷雾机运动学模型可以很好地体现同步转向高地隙喷雾机的运动特点,设计的模糊自适应预测控制器可以保证喷雾机路径跟踪的准确性和鲁棒性。

摘要：装载机各挡位传动比大都采用等比级数分配,或者根据设计者经验按偏置等比级数分配。这些传动比分配方法都有一定的局限性。该文试验装载机各挡位利用情况,统计各挡位利用率。根据发动机和液力变矩器共同工作输入特性和共同工作输出特性曲线,作出牵引特性曲线图。考虑挡位利用率建立优化目标函数,用复合形法对装载机各挡位传动比进行了优化。借助装载机性能仿真软件,对优化前后装载机的燃油经济性进行仿真计算。优化结果表明,挡位利用率越高,挡位间的传动比间隔也越小。优化结果反映了装载机实际使用工况对传动比分配的影响,改善了装载机的燃油经济性。

摘要：通过粒子群优化算法对一种具有蝶形单元的电磁带隙结构进行了优化设计,使其具有良好的频率特性。在优化过程中,为克服粒子群算法存在的早熟收敛和搜索精度低等问题,模拟生物克隆选择中5%的B细胞自然消亡过程,在优化算法进化过程中基于混沌理论和变异原理设计了粒子更新算法,并按照模拟退火方法进行更新后粒子的选择。通过仿真计算可以看出:给出的粒子群算法适合于蝶形单元电磁带隙结构的优化设计。优化后的电磁带隙结构在阻带性能和-10 dB带宽基本不变的情况下,通带波纹明显减小且基本对称,频率特性较好。

摘要：为了研究连通装置气体爆炸特性及其发生、发展规律,建立了气体爆炸测试系统,得到了密闭条件下连通装置气体爆炸特性,揭示了连通装置气体爆炸过程爆炸强度增加机理,为连通装置气体爆炸防爆安全设计提供参考。

摘要：该文针对成对用户大规模MIMO中继系统,研究了最优能效准则下的系统参数设计。在中继采用最大比合并/最大比发射(MRC/MRT)预编码方案下,借助于大数定律,推导出能效函数关于用户发射功率、中继发射功率和中继天线数的解析表达式。根据能效函数性质,分别证明了全局最优发射向量和最优天线数的存在性和唯一性。为了求解最优发射功率,利用分数规划,将原优化问题转换为等价的减法形式,进而提出一种新的低复杂度迭代优化算法,并求得最优发射功率的闭合解。对于最优天线数,则利用Lambert W函数,得到了能效最大时的最优天线数闭合解。通过数值仿真,验证了所提功率优化算法以极少迭代次数取得了接近最优算法的性能,并验证了所给出的最优天线数闭合解的精确性。